AI 无涯日报 · 2026年9月16日

AI 无涯日报 · 2026年9月16日
无涯头条
1. OpenAI发布多模态智能体“Operator 2.0”,浏览器自动化能力提升十倍
OpenAI今日推出Agent产品“Operator 2.0”,基于新一代GPT-5.2-Turbo模型,可在浏览器中同时管理20个独立任务线程,并新增“视觉语义推理”模块,能理解复杂网页布局与动态验证码。据官方评测,其任务完成率较上代提升至92%,已在电商比价、数据填报和企业内部系统操作等场景开放API。来源:TechCrunch
2. 谷歌DeepMind宣布AlphaFold 4正式商用,可预测蛋白质-配体动态结合过程
在《Nature》同步发表的论文中,AlphaFold 4成功将预测精度从静态结构扩展到毫秒级构象变化,并支持小分子药物与蛋白质的柔性对接。DeepMind已与辉瑞、诺华签署授权协议,预计将新药早期筛选周期从18个月缩短至6周。来源:Reuters
3. 英伟达发布全球最大稠密模型训练集群“Spectrum-X Ultra”,单集群超10万张H200
该集群采用NVLink 6.0光互连和新型液冷机架设计,可支撑万亿参数模型在14天内完成预训练。英伟达同时宣布与Meta合作,将于年底前完成Llama-4-Titan的云端训练。分析师指出,该集群的FP8算力达9.8 ExaFLOPS,较上一代提高3倍。来源:The Verge
模型发布
4. Anthropic推出Claude 4 Codex,主攻长程自主编程与仓库级重构
Claude 4 Codex拥有1.2M上下文窗口,支持在单个会话中分析整个Monorepo,并自动生成单元测试、迁移方案和性能优化报告。在SWE-bench Pro基准上,其一次通过率首次突破78%,超过GPT-5.2-Code和DeepSeek-Coder-V3。Anthropic同步宣布该模型已在JetBrains、VS Code和GitHub Copilot中上线。来源:VentureBeat
5. 智谱AI发布视频生成模型CogVideoX-3,实现音画同步与多说话人口型合成
CogVideoX-3采用统一时空VAE和DiT-MoE架构,可生成长达12分钟、最高4K分辨率的视频,并支持在同一场景中控制多名角色的口型和情绪表达。官方演示显示,该模型能将一段中文播客音频自动转换为多镜头访谈视频,唇形准确率高达96%。目前已开放企业级API,定价为每分钟生成视频0.8元。来源:量子位
行业动态
6. 欧盟正式通过《AI责任指令》最终修订版,生成式AI需提供训练数据污染审计接口
该指令要求所有在欧盟市场流通的基座模型,必须允许第三方审计机构通过标准化API检查训练数据中的版权、偏见与合成数据比例。违规企业将面临最高全球营收5%的罚款。OpenAI、Google和Mistral均表示将在2027年一季度前完成合规改造。来源:Politico Europe
7. 国内首个“AI算力证券化”产品在深交所挂牌,首日募资58亿元
该产品底层资产为三座智算中心的未来五期算力服务收益权,由华为昇腾提供算力调度系统认证。挂牌首日即获2.3倍超额认购,显示市场对AI基础设施资产的热捧。专家提醒,算力租赁价格波动与GPU折旧风险仍需关注。来源:财新网
研究精选
8. 斯坦福与MIT联合发布“SpikeLM”:基于脉冲神经网络的大语言模型能效提升100倍
该研究提出一种二值化脉冲注意力机制,使语言模型在ImageNet和GLUE任务上精度仅损失0.7%,但能耗降至传统Transformer的1/100。团队在Titan芯片上完成了7B参数模型的推理验证,并开源了训练框架。论文指出,该方法有望推动端侧AI大规模部署。来源:MIT News
以上内容综合自多家媒体报道。






